Restorasi Wajah Pada Kamera Cctv Dengan Pendekatan Metode Gan Untuk Memperbaiki Piksel Pada Wajah
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Mansur, Mohammad Ripan Saiful
Subject
005_Computer Programming, Programs & Data
Datestamp
2024-01-18 07:05:09
Abstract :
Skripsi ini menyajikan pengembangan sistem CCTV inovatif, yang dirancang untuk meningkatkan kemampuan pengawasan dengan meningkatkan resolusi gambar dan melakukan restorasi wajah. Alasan mengapa kita perlu meningkatkan gambar dan melakukan restorasi wajah adalah untuk memecahkan permasalahan identifikasi wajah pada kamera CCTV yang murah. Metode yang dipakai menggabungkan teknik restorasi wajah dengan GAN, UNet, dan StyleGAN2. Studi ini melibatkan eksplorasi menyeluruh dan integrasi teknik pemrosesan gambar tingkat lanjut dan algoritma machine learning. Secara khusus, teknik yang digunakan mencakup restorasi wajah dengan menggunakan deep learning dan pendekatan yang dikombinasikan dari GAN, UNet, dan StyleGAN2. Hasil menunjukkan peningkatan akurasi pada algoritma identifikasi wajah sebesar 10% pada gambar kabur dan peningkatan sebesar 19% pada gambar bising. Penerapan dilakukan secara batch dimana model akan disimpan ke dalam server. Kemajuan dalam resolusi dan restorasi ini merupakan langkah maju yang signifikan di bidang teknologi CCTV, memberikan solusi yang layak untuk keamanan dan pengawasan yang ditingkatkan, yang mampu menawarkan informasi yang lebih rinci dan akurat dari rekaman.
Skripsi ini menyajikan pengembangan sistem CCTV inovatif, yang dirancang untuk meningkatkan kemampuan pengawasan dengan meningkatkan resolusi gambar dan melakukan restorasi wajah. Alasan mengapa kita perlu meningkatkan gambar dan melakukan restorasi wajah adalah untuk memecahkan permasalahan identifikasi wajah pada kamera CCTV yang murah. Metode yang dipakai menggabungkan teknik restorasi wajah dengan GAN, UNet, dan StyleGAN2. Studi ini melibatkan eksplorasi menyeluruh dan integrasi teknik pemrosesan gambar tingkat lanjut dan algoritma machine learning. Secara khusus, teknik yang digunakan mencakup restorasi wajah dengan menggunakan deep learning dan pendekatan yang dikombinasikan dari GAN, UNet, dan StyleGAN2. Hasil menunjukkan peningkatan akurasi pada algoritma identifikasi wajah sebesar 10% pada gambar kabur dan peningkatan sebesar 19% pada gambar bising. Penerapan dilakukan secara batch dimana model akan disimpan ke dalam server. Kemajuan dalam resolusi dan restorasi ini merupakan langkah maju yang signifikan di bidang teknologi CCTV, memberikan solusi yang layak untuk keamanan dan pengawasan yang ditingkatkan, yang mampu menawarkan informasi yang lebih rinci dan akurat dari rekaman.
File :
UNIKOM_Mohammad Ripan Saiful Mansur_Cover.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Lembar Pengesahan.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Bab V.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_DAFTAR PUSTAKA.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Kontak.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Surat Keterangan Persetujuan Publikasi.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Lembar Pernyataan.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Kata Pengantar.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Daftar Isi.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Bab I.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Bab II.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Bab III.pdf
UNIKOM_Mohammad Ripan Saiful Mansur_Bab IV.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
